Méthodes de sondage Echantillonnage et Redressement

Méthodes de sondage Echantillonnage et Redressement Guillaume Chauvet École Nationale de la Statistique et de l Analyse de l Information 27 avril 2015 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 1 / 198

Panorama du cours 1 Echantillonnage en population finie 2 Méthodes d échantillonnage 3 Méthodes de redressement Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 2 / 198

Objectifs du cours Présenter les méthodes d inférence dans le cas d une population finie d individus. Donner les principales méthodes d échantillonnage utilisées dans les enquêtes. Décrire les méthodes de redressement qui permettent d utiliser une information auxiliaire au moment de l estimation. Donner des exemples pratiques. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 3 / 198

Echantillonnage en population finie Echantillonnage en population finie Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 4 / 198

Echantillonnage en population finie Notations Notations Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 5 / 198

Echantillonnage en population finie Notations Notations On se place dans le cadre d une population finie U d individus ou unités statistiques, supposées identifiables par un label. On notera simplement U = {1,..., k,..., N} où N désigne la taille de la population U. On s intéresse à une variable d intérêt y (éventuellement vectorielle), qui prend la valeur y k sur l individu k de U. La variable y est vue ici comme non aléatoire : la population U étant fixée, la valeur prise par y sur chaque individu est parfaitement définie et déterministe. On souhaite disposer d indicateurs pour la population U (totaux, moyennes, fractiles, indices,...). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 6 / 198

U

Echantillonnage en population finie Notations Notations Essentiellement pour des considérations pratiques, la variable d intérêt n est pas observée sur l ensemble de la population : effectuer un recensement coûte cher, et suppose de disposer d une base de sondage donnant la liste de l ensemble des individus de la population, même dans le cas d un recensement traditionnel, l ensemble des données recueillies est rarement exploité, augmenter la taille d un questionnaire augmente le fardeau de réponse, et diminue les taux de réponse, de façon générale, la non-réponse diminue la taille de l échantillon effectivement observé. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 8 / 198

Echantillonnage en population finie Notations Exemples Exemple 1 : Les enquêtes-ménages de l Insee visent à décrire les conditions de vie des ménages (emploi, logement, patrimoine,... ). Les ménages enquêtés sont sélectionnés dans un échantillon de zones appelé l Echantillon- Maître. Exemple 2 : Les enquêtes-entreprises sont réalisées à l aide d une base de sondage (répertoire SIRENE) et de sources externes. Exemple 3 : Enquête auprès d un échantillon de personnes pour connaître une opinion politique, les habitudes en termes de media, l avis sur un produit... On utilise souvent dans ce cas des méthodes de tirage empiriques (échantillonnage par quotas, échantillonnage de volontaires). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 9 / 198

Echantillonnage en population finie Notations Paramètre d intérêt On s intéresse à un paramètre d intérêt de la forme θ(y k, k U) θ. Un estimateur de ce paramètre sera de la forme ˆθ(y k, k S) ˆθ(S) ˆθ, où S désigne l échantillon aléatoire finalement observé. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 10 / 198

Echantillonnage en population finie Notations Paramètre d intérêt Total et moyenne On peut s intéresser au total t y = k U y k d une variable quantitative sur la population, ou encore à sa valeur moyenne µ y = 1 N y k. Exemple : Chiffre d affaires total des entreprises d un secteur d activité, pourcentage d étudiants fumeurs,... k U Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 11 / 198

Echantillonnage en population finie Notations Paramètre d intérêt Estimation sur domaine Un cas particulier important est celui de l estimation sur une sous-population U d (appelée domaine) d un total t yd = k U d y k ou d une moyenne µ yd = 1 N d k U d y k avec N d la taille du domaine. Il peut s agir d un domaine au sens géographique (habitants d une région), socio-démographique (individus de moins de 20 ans), temporel (individus présents à une date donnée),... Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 12 / 198

U d U

Echantillonnage en population finie Notations Paramètre d intérêt Estimation par substitution Savoir estimer un total permet de traiter le cas de très nombreux paramètres qui peuvent s exprimer comme des fonctions de totaux. C est le cas d un ratio, d un coefficient de corrélation, d une variance, d un coefficient de régression,... Ces paramètres sont estimés par substitution, en remplaçant chaque total inconnu par son estimateur. Exemple 1 : R = t y t x estimé par ˆR = ˆt y ˆt x. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 14 / 198

Echantillonnage en population finie Notations Paramètre d intérêt Estimation par substitution Exemple 2 : OR = p A 1 p A p B estimé par ÔR = 1 p B ˆp A 1 ˆp A. ˆp B 1 ˆp B Il est également possible d estimer des paramètres plus complexes tels que des fractiles (médianes), ou des indices (Gini, utilisé comme indicateur d inégalité). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 15 / 198

Echantillonnage en population finie Notations Plan de sondage La sélection de l échantillon aléatoire S se fait à l aide d un plan de sondage p sur U, c est à dire à l aide d une loi de probabilité sur les parties de U : s U p(s) 0 et s U p(s) = 1. On note S l échantillon aléatoire, et on distinguera l estimateur ˆθ(y k, k S) ˆθ(S), l estimation ˆθ(y k, k s) ˆθ(s). On appelle algorithme d échantillonnage une méthode pratique permettant de sélectionner un échantillon selon le plan de sondage choisi. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 16 / 198

Echantillonnage en population finie Notations Exemple Soit la population U = {1, 2, 3, 4}, et p( ) le plan de sondage défini par : p({1, 2}) = 0.2 p({1, 4}) = 0.1 p({3, 4}) = 0.3 p({1, 2, 3}) = 0.3 p({2, 3, 4}) = 0.1 La variable aléatoire S prend ses valeurs dans On a par exemple {{1, 2}, {1, 4}, {3, 4}, {1, 2, 3}, {2, 3, 4}}. P(S = {1, 2}) = p({1, 2}) = 0.2 A la différence des lois de probabilités classiques (normale, exponentielle, binomiale,...) l aléatoire ne porte pas sur la variable mais sur le sous-ensemble d individus observés. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 17 / 198

Echantillonnage en population finie Notations Comparaison avec une variable aléatoire réelle Soit X une variable aléatoire distribuée selon une loi de Poisson P(λ). La variable aléatoire X prend ses valeurs dans On a pour k N : N = {0, 1, 2,...}. P(X = k) = exp λ λk k!. L espérance de X correspond à la valeur moyenne de ses valeurs possibles, pondérées par leurs probabilités : E[X] = k N k P(X = k) = λ. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 18 / 198

Echantillonnage en population finie Notations Mesures de précision L espérance d un estimateur ˆθ(S) se définit de façon analogue : ] E p [ˆθ(S) = ˆθ(s) P(S = s) s U = p(s) ˆθ(s). s U Le biais d un estimateur ˆθ(S) correspond à son erreur moyenne : B p [ˆθ(S) ] = E p [ˆθ(S) θ ] = s U p(s) [ˆθ(s) θ ]. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 19 / 198

Echantillonnage en population finie Notations Mesures de précision On s intéressera également à la Variance V p [ˆθ(S) ] [ } ] 2 = E p {ˆθ(S) Ep [ˆθ(S)] = s U p(s) {ˆθ(s) Ep [ˆθ(S)]} 2, et à l Erreur Quadratique Moyenne (EQM) EQM p [ˆθ(S) ] = E p [ {ˆθ(S) θ } 2 ] = B p [ˆθ(S) ] 2 + Vp [ˆθ(S) ]. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 20 / 198

Echantillonnage en population finie Notations Quelques simulations Pour illustrer la notion de biais et de variance, on considère l exemple d une population de N = 1 000 individus âgés de 15 à 20 ans. Dans cette population, un échantillon de taille n = 50 est sélectionné et enquêté. Pour chaque individu enquêté, on obtient son poids (en kg), sa taille (en cm) et son âge. On s intéresse à l estimation du poids moyen et de la taille moyenne (carré noir). Chaque échantillon permet d obtenir une estimation (points bleus) de ces paramètres. La moyenne des estimations est représentée par le point rouge. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 21 / 198

50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille 50 60 70 80 90 100 130 140 150 160 170 180 190 200 poids taille

Echantillonnage en population finie Notations Probabilités d inclusion d ordre 1 On note π k la probabilité d inclusion de l unité k, c est à dire la probabilité que l unité k soit retenue dans l échantillon : π k = P(k S) = p(s) s/k s La somme des probabilités d inclusion donne la taille moyenne de l échantillon sélectionné : π k = E p [n(s)]. k U En pratique, les probabilités d inclusion π k sont fixées avant le tirage à l aide d une information auxiliaire. On utilise ensuite un plan de sondage qui respecte ces probabilités d inclusion. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 23 / 198

Echantillonnage en population finie Notations Probabilités d inclusion d ordre 2 On note π kl la probabilité que deux unités distinctes k et l soient sélectionnées conjointement dans l échantillon : π kl = P(k, l S) = p(s) s/k,l s Ces probabilités doubles interviennent notamment dans la variance des estimateurs. Il est souvent difficile de les calculer exactement, sauf pour des plans de sondage particuliers. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 24 / 198

Echantillonnage en population finie Notations Application Soit la population U = {1, 2, 3, 4}, et p( ) le plan de sondage défini par : p({1, 2}) = 0.2 p({1, 4}) = 0.1 p({3, 4}) = 0.3 p({1, 2, 3}) = 0.3 p({2, 3, 4}) = 0.1 Calculer les probabilités d inclusion d ordre 1, et donner la taille moyenne d échantillon obtenue à l aide de ce plan de sondage. Donner les probabilités d inclusion d ordre 2 : des unités 1 et 2, des unités 1 et 4, des unités 2 et 4. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 25 / 198

Echantillonnage en population finie Notations Variables indicatrices L utilisation de la variable I k = 1(k S), indiquant l appartenance à l échantillon de l unité k, permet souvent de simplifier les calculs. Pour deux unités k et l distinctes, on a notamment les propriétés suivantes : E p (I k ) = π k, V p (I k ) = π k (1 π k ), Cov p (I k, I l ) = π kl π k π l kl. On note = [ kl ] k,l U la matrice de variance-covariance du plan de sondage p( ). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 26 / 198

Echantillonnage en population finie Notations En résumé Un plan de sondage est une loi de probabilité sur les parties de U. L alea porte sur le sous-ensemble S d individus observés. Les notions d espérance et de de variance d un estimateur ˆθ(S) s adaptent de façon naturelle : ] B p [ˆθ(S) = ] p(s) [ˆθ(s) θ, s U V p [ˆθ(S) ] = s U p(s) {ˆθ(s) Ep [ˆθ(S)]} 2. On appelle probabilités d inclusion d ordre 1 et 2 : π k = P(k S), π kl = P(k, l S). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 27 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Estimation de Horvitz-Thompson Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 28 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Objectif Nous nous intéressons essentiellement, dans la suite de ce cours, à l estimation du total t y = k U y k de la variable y, et d une moyenne µ y = 1 N y k. k U Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 29 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson La π-estimation La connaissance des probabilités π k permet une estimation sans biais d un total sous le plan de sondage, i.e. sous le mécanisme aléatoire associé au plan de sondage. Le total t y est estimé sans biais par ˆt yπ = k S y k = y k I k (1) π k π k k U si tous les π k sont > 0. On parle d estimateur de Horvitz-Thompson ou encore de π-estimateur. C est un estimateur pondéré, où les poids de sondage d k = 1/π k ne dépendent pas de la variable d intérêt. Principe : un individu k de l échantillon représente d k = 1/π k individus de la population. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 30 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Biais de couverture Si certaines probabilités d inclusion sont nulles, le π-estimateur est biaisé : E [ˆt yπ ] = k U π k >0 Ce problème peut notamment se poser : y k = t y k U π k =0 en cas de défaut de couverture de la base de sondage (liste des individus pas à jour, ou individus impossibles à joindre), quand on choisit de laisser de côté une partie de la population (cut-off sampling, parfois utilisé dans les enquêtes-entreprise). y k. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 31 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Enquête "Sans-Domicile 2001" (De Peretti et al., 2006) Sans-domicile : personne qui dort dans un lieu non prévu pour l habitation ou prise en charge par un organisme fournissant un hébergement gratuit ou à faible participation. Méthode d échantillonnage indirect : sélection d un échantillon de jours services d aide (hébergement, restauration). Champ de l enquête : sans-domicile ayant fréquenté, au moins une fois dans la semaine d enquête, soit un service d hébergement, soit une distribution de repas chauds. Exclut les personnes : qui dorment dans la rue pour une période de temps courte et ne font pas appel à un centre ou à une distribution de repas, qui ne font pas (ou ne peuvent pas faire) appel au circuit d assistance. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 32 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Variance La variance du π-estimateur est donnée par V p [ˆt yπ ] = k,l U Cette variance peut être estimée sans biais par v HT [ˆt yπ ] = k,l S y k π k y l π l kl. (2) y k π k y l π l kl π kl (3) si tous les π kl sont strictement positifs. On parle de l estimateur de variance de Horvitz-Thompson. Principe : un couple (k, l) d individus de l échantillon représente 1/π kl couples de la population. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 33 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Définitions Définition Un plan de sondage p( ) est dit de taille fixe, égale à n, si seuls les échantillons de taille n ont une probabilité non nulle d être tirés : Card(s) n p(s) = 0. Définition Un plan de sondage p( ) est dit simple si deux échantillons de même taille ont la même probabilité d être sélectionnés : Card(s 1 ) = Card(s 2 ) p(s 1 ) = p(s 2 ). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 34 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Exemples Soit la population U = {1, 2, 3, 4}. Exemple 1 : p({1, 2}) = 0.2 p({1, 4}) = 0.1 p({3, 4}) = 0.3 p({1, 2, 3}) = 0.3 p({2, 3, 4}) = 0.1 Exemple 2 : p({1, 2}) = 1/3 p({1, 4}) = 1/3 p({3, 4}) = 1/3 Exemple 3 : p({1, 2, 3}) = 1/4 p({1, 2, 4}) = 1/4 p({1, 3, 4}) = 1/4 p({2, 3, 4}) = 1/4 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 35 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Variance Pour un plan de taille fixe, la variance du π-estimateur peut se réécrire sous la forme ] 1 [ yk V p [ˆt yπ = y ] 2 l kl. (4) 2 π k π l k l U Cette variance peut être estimée sans biais par v Y G [ˆt yπ ] = 1 2 k l S [ yk y ] 2 l kl (5) π k π l π kl si tous les π kl sont strictement positifs. On parle de l estimateur de variance de Yates-Grundy. Si le plan de sondage vérifie les conditions de Yates-Grundy : k l U kl 0, cet estimateur de variance est toujours positif. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 36 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Biais de l estimateur de variance Proposition Pour un plan de sondage quelconque, on a : E p { vht [ˆt yπ ]} = Vp [ˆt yπ ] + Pour un plan de sondage de taille fixe, on a : E p { vy G [ˆt yπ ]} = Vp [ˆt yπ ] 1 2 k,l U π kl =0 k,l U π kl =0 y k y l. [ yk π k π l y ] 2 l. π k π l Si y est à valeurs positives, les deux estimateurs de variance sont respectivement biaisés positivement et négativement. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 37 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Choix des probabilités d inclusion D après la formule de Yates-Grundy, la variance est nulle si les probabilités d inclusion sont proportionnelles à la variable d intérêt. En pratique, ce choix n est pas possible car : une enquête comporte généralement de nombreuses variables d intérêt, ces variables sont inconnues au stade de l échantillonnage. On peut définir ces probabilités d inclusion proportionnellement à une mesure de taille. Interprétation : si les individus peuvent être de tailles très différentes, on utilise les probabilités d inclusion pour lisser les rapports y k /π k. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 38 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Probabilités proportionnelles à la taille La taille moyenne d échantillon sélectionné est donnée par E p [n(s)] = k U π k. Si n désigne la taille d échantillon souhaitée, les probabilités d inclusion proportionnelles à une variable auxiliaire positive x sont données par π k = n x k l U x. l La variable x k doit être connue avant le tirage pour chaque individu k de U. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 39 / 198

Echantillonnage en population finie Estimation de Horvitz-Thompson Recalcul des probabilités d inclusion Si certaines unités sont particulièrement grosses (au sens de la variable auxiliaire x), on peut obtenir des probabilités d inclusion supérieures à 1. Dans ce cas, on sélectionne d office les unités correspondantes, et on recalcule les probabilités d inclusion des autres unités. Exemple : population de N = 6 entreprises dont on connait le nombre d employés Unité 1 2 3 4 5 6 x 200 80 50 50 10 10 Donner les probabilités d inclusion correspondant à un tirage de taille 4, à probabilités proportionnelles au nombre d employés. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 40 / 198

Echantillonnage en population finie Calcul de précision Intervalle de confiance Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 41 / 198

Echantillonnage en population finie Calcul de précision Intervalle de confiance On suppose que ˆt yπ estime sans biais t y. Alors un intervalle de confiance pour t y de niveau approximatif 1 α est donné par : [ IC 1 α [t y ] = ˆt yπ ± z 1 α 2 V p [ˆt yπ ] ], avec z 1 α le quantile d ordre 1 α 2 2 d une loi normale centrée réduite N (0, 1). Rappel : α = 0.05 z 0.975 = 1.96 α = 0.10 z 0.95 = 1.64 Interprétation (pour α = 0.05) : le vrai total t y est contenu dans l intervalle de confiance pour (approximativement) 95% des échantillons. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 42 / 198

Echantillonnage en population finie Calcul de précision Intervalle de confiance Comme la vraie variance V p [ˆt yπ ] est généralement inconnue, on la remplace par un estimateur noté v [ˆt yπ ]. On obtient l intervalle de confiance estimé : [ ÎC 1 α [t y ] = ˆt yπ ± z 1 α v [ˆt ] ] 2 yπ. L intervalle de confiance est (approximativement) valide : si l estimateur ˆt yπ suit approximativement une loi N [ t y, V p (ˆt yπ )], si l estimateur de variance v (ˆt yπ ) est faiblement consistant. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 43 / 198

Echantillonnage en population finie Calcul de précision Coefficient de variation La précision de l estimation du total peut également être donnée sous la forme du coefficient de variation ) V p (ˆt yπ v (ˆt ) yπ CV p [ˆt yπ ] = t y estimé par ˆ CV [ˆt yπ ] = ˆt yπ. Il s agit d une grandeur sans dimension, plus facile à comparer et à interpréter que la variance. Avec un niveau de confiance de 0.95, l intervalle de confiance du total est donné par [ ÎC 0.95 [t y ] = ˆt yπ ± 1.96 v [ˆt ] ] yπ = ˆt yπ [1 ± 1.96 ˆ CV [ˆt yπ ] ]. Interprétation : un CV de x% correspond à un total connu à plus ou moins 2 x%, avec un niveau de confiance de 0.95. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 44 / 198

Echantillonnage en population finie Calcul de précision En résumé La connaissance des probabilités d inclusion d ordre 1 permet de calculer l estimateur de Horvitz-Thompson du total ˆt yπ = y k. π k k S Pour un plan de sondage quelconque, sa variance est estimée sans biais par ] v HT [ˆt yπ = y k y l kl π k π l π kl si tous les π kl sont strictement positifs. k,l S En utilisant une approximation normale pour ˆt yπ, on obtient l intervalle de confiance [ ˆt yπ ± z 1 α 2 v [ˆt ] ] { vht (ˆt yπ où v(ˆt yπ ) yπ ) pds quelconque, v Y G (ˆt yπ ) pds de taille fixe. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 45 / 198

Echantillonnage en population finie Estimation d une fonction de totaux Estimation d une fonction de totaux Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 46 / 198

Echantillonnage en population finie Estimation d une fonction de totaux Estimateur par substitution On s intéresse à un paramètre de la forme θ = f(t y ) avec y k = (y 1k,..., y qk ) T un q-vecteur de variables d intérêt, et f : R q R. Il est naturel d estimer θ en remplaçant le total t y inconnu par son π- estimateur. On obtient l estimateur par substitution : ˆθ π = f(ˆt yπ ). Si la fonction f( ) est différentiable au voisinage de t y, on obtient : ˆθ π θ [ f (t y ) ] T [ˆt yπ t y ] = ˆt uπ t u, (6) en notant u k = [f (t y )] T [y k ]. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 47 / 198

Echantillonnage en population finie Estimation d une fonction de totaux Technique de linéarisation Sous l approximation (6), on a ] E p [ˆθπ θ ] V p [ˆθπ θ 0, V p [ˆt uπ ]. On parle de l approximation de variance par linéarisation pour ˆθ π, avec u k u k (θ) = [ f (t y ) ] T [yk ] la variable linéarisée du paramètre θ. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 48 / 198

Echantillonnage en population finie Estimation d une fonction de totaux Estimation de variance Pour un plan de sondage quelconque, on obtient : V p [ˆθπ ] V p [ˆt uπ ] = k,l U Pour passer à un estimateur de variance : u k π k u l π l kl. 1 on remplace la formule de variance par l estimateur de variance correspondant au pds utilisé, 2 on remplace dans u k les paramètres inconnus par des estimateurs variable linéarisée estimée û k. On obtient finalement : ] v [ˆθπ = k,l S û k π k û l π l kl π kl. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 49 / 198

Echantillonnage en population finie Estimation d une fonction de totaux Application : estimation d un ratio Paramètre R = ty t x, estimé par substitution par ˆR π = ˆt yπ ˆt xπ. Calcul de la variable linéarisée : Calcul de variance : f(x 1, x 2 ) = x 1 x 2 f (x 1, x 2 ) = ( 1, x ) 1 x 2 (x 2 ) 2 u k (R) = 1 y k t y t x (t x ) 2 x k = 1 (y k Rx k ) t x û k (R) = 1 (y k ˆt ˆR π x k ) xπ V p [ˆθπ ] ] v [ˆθπ k,l U = k,l S u k π k u l π l kl, û k π k û l π l kl π kl. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 50 / 198

Echantillonnage en population finie Estimation d une fonction de totaux Exemple Population U de taille 10, dans laquelle un échantillon de taille n = 4 est sélectionné selon un SRS. Estimation des totaux t x et t y. k x k y k 1 5 1 2 1 3 3 4 2 4 8 10 x = 4.5 s 2 x = 8.3 ȳ = 4 s 2 y = 16.7 ˆt xπ = N x = 45 v [ˆt ] xπ = N 2 1 f n s2 x = 125 ˆt yπ = Nȳ = 40 v [ˆt ] yπ = N 2 1 f n s2 y = 250 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 51 / 198

Echantillonnage en population finie Estimation d une fonction de totaux Exemple Population U de taille 10, dans laquelle un échantillon de taille n = 4 est sélectionné selon un SRS. Estimation du ratio t y /t x. k x k y k û k = ˆt 1 (y k ˆRx k ) xπ 1 5 1-0.08 2 1 3 0.05 3 4 2-0.03 4 8 10 0.06 x = 4.5 s 2 x = 8.3 ȳ = 4 s 2 y = 16.7 û = 0 s 2 û = 4.4 10 3 ˆt xπ = N x = 45 v [ˆt ] xπ = N 2 1 f n s2 x = 125 ˆt yπ = Nȳ = 40 v [ˆt ] yπ = N 2 1 f [ ] n s2 y = 250 ˆR = ȳ x = 0.89 v ˆR = N 2 1 f n s2 û = 0.07 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 52 / 198

Méthodes d échantillonnage Méthodes d échantillonnage Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 53 / 198

Méthodes d échantillonnage Tirage de Bernoulli Le tirage de Bernoulli Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 54 / 198

Méthodes d échantillonnage Tirage de Bernoulli Principe On se donne une même probabilité d inclusion π k π pour chaque unité de la population. Le choix se fait indépendamment d une unité à l autre : Etape 1 : on génère u 1 U[0, 1]. Si u 1 π, l unité 1 est retenue dans l échantillon. Etape 2 : on génère u 2 U[0, 1] indépendamment de u 1. Si u 2 π, l unité 2 est retenue dans l échantillon.... Etape N : on génère u N U[0, 1] indépendamment de u 1,..., u N 1. Si u N π, l unité N est retenue dans l échantillon. C est un principe de piles ou faces indépendants, avec une même pièce mais un lancer différent pour chaque unité. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 55 / 198

Méthodes d échantillonnage Tirage de Bernoulli Estimateur de Horvitz-Thompson En utilisant les propriétés d une loi U([0, 1]), on a : P(k S) = P(u k π) = F U (π) = π. Les probabilités d inclusion souhaitées sont donc bien respectées, et le total t y est estimé sans biais par ˆt yπ = 1 y k. π k S Du fait de l indépendance dans la sélection des unités : π kl = π 2 pour k l, ) 1 π V p (ˆt yπ = yk 2 π. D autre part, la taille d échantillon n(s) est aléatoire et suit une loi B(N, π). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 56 / 198 k U

Méthodes d échantillonnage Tirage de Bernoulli Application Dans la population ci-dessous, utiliser les nombres aléatoires pour sélectionner un échantillon selon un tirage de Bernoulli, et en déduire une estimation de t y. Unité 1 2 3 4 5 6 7 8 π k 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 u k 0.07 0.44 0.52 0.19 0.95 0.24 0.54 0.07 y k 0 0 1 2 2 2 2 4 Tirage Quelle est la taille moyenne d échantillon attendue? Quelle est la taille d échantillon effectivement obtenue? Comparer ˆt yπ et t y, et commenter la différence observée. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 57 / 198

Estimateur d une moyenne Si la taille de la population N est connue, on peut choisir entre les estimateurs ˆµ yπ = ˆt yπ N = 1 E[n(S)] µ y = ˆt yπ ˆN π = 1 n(s) y k, k S y k. On peut montrer que ces deux estimateurs sont non biaisés pour t y, mais que l estimateur par substitution µ y est généralement préférable en termes de variance : ( 1 V p (ˆµ yπ ) = n 1 ) 1 yk 2 N N, V p ( µ y ) ( 1 n 1 N k S ) 1 N k U (y k µ y ) 2. k U

Méthodes d échantillonnage Sondage aléatoire simple Sondage aléatoire simple sans remise Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 59 / 198

Méthodes d échantillonnage Sondage aléatoire simple Sondage aléatoire simple sans remise Définition-propriété Il existe un unique plan de sondage p( ) vérifiant les propriétés : 1 p( ) est un plan simple, 2 p( ) est un plan de taille fixe n. On l appelle plan de sondage aléatoire simple sans remise SRS de taille n dans U SRS(U; n). Il s agit donc du plan qui donne la même probabilité à tous les échantillons de taille n d être sélectionnés. On a : { 1/C n p(s) = N si n(s) = n, 0 sinon. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 60 / 198

Méthodes d échantillonnage Sondage aléatoire simple Estimateur de Horvitz-Thompson Proposition Soient k et l deux unités distinctes quelconques. Alors : π k = n N, π kl = n(n 1) N(N 1). Le π-estimateur du total peut donc se réécrire sous la forme ˆt yπ = N n k S = N ȳ. y k Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 61 / 198

Méthodes d échantillonnage Sondage aléatoire simple Variance du π-estimateur La variance du π-estimateur s obtient à partir de la formule de Sen-Yates- Grundy : V p [ˆt yπ ] = N 2 1 f n S2 y avec S 2 y = 1 N 1 On l estime sans biais par v SRS (ˆt yπ ) = N 2 1 f n s2 y avec s 2 y = 1 n 1 On note f = n/n le taux de sondage. (y k µ y ) 2. k U (y k ȳ) 2. k S Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 62 / 198

Méthodes d échantillonnage Sondage aléatoire simple Variance de la moyenne estimée Par linéarité, la moyenne µ y peut être estimée sans biais par ȳ = 1 y k. n k S La variance de cet estimateur est donnée par Remarques : V p [ȳ] = 1 f n S2 y. (7) Le facteur (1 f) donne le gain de variance dû au tirage sans remise. On l appelle correction de population finie. Ce gain peut être très important (cas des enquêtes-entreprise). Si le taux de sondage est faible, la variance ne dépend que de la taille d échantillon n. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 63 / 198

Méthodes d échantillonnage Sondage aléatoire simple A retenir Dans un sondage aléatoire simple sans remise (SRS) : 1 la moyenne simple dans l échantillon estime sans biais la moyenne simple dans la population, 2 la dispersion calculée sur l échantillon estime sans biais la dispersion dans la population. Dans une enquête avec un faible taux de sondage, la variance est (approximativement) inversement proportionnelle à la taille d échantillon. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 64 / 198

Méthodes d échantillonnage Sondage aléatoire simple Cas d une proportion Dans le cas particulier où le paramètre d intérêt est une proportion notée P, la variable d intérêt y est une variable indicatrice dont on cherche à estimer la moyenne. Exemple { : proportion d étudiants portant des lunettes dans la promotion, 1 si l étudiant k porte des lunettes, y k = 0 sinon. En particulier, le paramètre peut s écrire sous la forme P = 1 N y k, k U et être estimé par ˆP = 1 y k. n k S Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 65 / 198

Méthodes d échantillonnage Sondage aléatoire simple Proposition Dans le cas d une variable indicatrice (0/1) y, on a : S 2 y = s 2 y = N P (1 P ), N 1 n n 1 ˆP (1 ˆP ). La variance de l estimateur de la moyenne ˆP peut alors se réécrire V p [ ˆP ] = 1 f n et être estimée sans biais par N P (1 P ), N 1 v[ ˆP ] = 1 f n 1 ˆP (1 ˆP ). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 66 / 198

Méthodes d échantillonnage Sondage aléatoire simple Application : détermination de taille d échantillon On cherche une taille d échantillon minimale permettant de respecter avec un niveau de confiance fixé (par exemple de 95 % ) une contrainte de précision en termes : 1 soit d erreur absolue : P connu à plus ou moins 0.02 ˆP P 0.02. 2 soit d erreur relative : P connu à 8 % près ˆP P P 0.08. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 67 / 198

Méthodes d échantillonnage Sondage aléatoire simple Application : détermination de taille d échantillon Erreur absolue Avec un niveau de confiance de 95 % la contrainte de précision peut se réécrire : ˆP P β 1.96 V p ( ˆP ) β [ 1 1.96 n 1 ] N N N 1 P (1 P ) β n 1 [ ] 2. 1 N + N 1 β 1 N 1.96 P (1 P ) On peut toujours se placer dans le pire des cas en prenant P = 0.5, mais il est préférable de disposer d un a priori (même vague) sur le paramètre P. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 68 / 198

Méthodes d échantillonnage Sondage aléatoire simple Application : détermination de taille d échantillon Erreur relative Avec un niveau de confiance de 95 % la contrainte de précision peut se réécrire : ˆP P P γ 1.96 CV p( ˆP ) γ [ 1 1.96 n 1 ] N 1 P γ N N 1 P n 1 N + N 1 N 1 [ γ 1.96 ] 2 P. 1 P Calculer cette borne nécessite de disposer d un a priori sur le paramètre P, ou au moins d un majorant pour ce paramètre. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 69 / 198

Méthodes d échantillonnage Sondage aléatoire simple Application Parmi les 350 étudiants de l Ensai, on veut estimer la proportion qui portent des lunettes. Quelle taille d échantillon faut-il sélectionner pour que cette proportion soit estimée à 10% près, avec un niveau de confiance de 0.95 : 1 en utilisant l information suivante : 50% des personnes de la population française portent des lunettes ; 2 en utilisant maintenant l information suivante : 20% des 15 25 ans portent des lunettes. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 70 / 198

Méthodes d échantillonnage Sondage aléatoire simple Algorithmes de sélection Algorithme 1 Méthode de sélection draw by draw 1 Pour k = 1,..., n, sélectionner une unité dans U à probabilités égales parmi les unités qui n ont pas déjà été tirées. Inconvénient : méthode lente, qui nécessite n lectures de fichier. Algorithme 2 Méthode du tri aléatoire 1 On attribue un nombre aléatoire u k U[0, 1] à chaque unité k U. 2 On trie la population selon les u k croissants (ou décroissants). 3 L échantillon est constitué des n premiers individus de la population triée. Inconvénient : nécessite un tri du fichier. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 71 / 198

Avantage : la taille de la population peut être inconnue au départ. Algorithmes de sélection Algorithme 3 Méthode de sélection-rejet 1 On initialise j = 0. 2 Pour k = 1,..., N, faire : n j Avec une probabilité, on sélectionne l unité k et j = j + 1. N (k 1) Avantage : nécessite une seule lecture de fichier. Algorithme 4 Méthode du réservoir 1 Les n premières unités sont tirées dans l échantillon. 2 Pour k = n + 1,..., N, faire : Avec une probabilité n, on sélectionne l unité k. k On tire à probabilités égales une unité dans l échantillon, qui est remplacée par k.

Méthodes d échantillonnage Sondage aléatoire simple stratifié Le sondage aléatoire simple stratifié Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 73 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Information auxiliaire On parle d information auxiliaire lorsqu une information est connue sur l ensemble de la population, sous forme détaillée ou synthétique. Il est fréquent de disposer d une information auxiliaire sur la population, qui va permettre de partitionner la population et d obtenir un plan de sondage plus efficace que le SRS. Exemples d information auxiliaire : le sexe et l âge, pour une enquête auprès d individus physiques, la taille (nombre d employés) pour les enquêtes-entreprise. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 74 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Motivations pour la stratification (Cochran, 1977) Précision maîtrisée pour des sous-populations, simplicité administrative (enquêtes conduites par différentes agences), plans de sondage adaptés aux sous-populations, gain global de précision. Principales questions : 1 Comment construire les strates? 2 Quelle taille d échantillon sélectionner dans chaque strate? 3 Quel plan de sondage utiliser dans chaque strate? Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 75 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Notation et sondage stratifié Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 76 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Définition La population U est dite stratifiée quand les unités peuvent être partitionnées en H sous-populations disjointes U 1,..., U H appelées strates. Le plan de sondage est dit stratifié quand des échantillons indépendants sont sélectionnés dans chaque strate. On parle de Sondage aléatoire simple stratifié (STSRS) si des échantillons aléatoires simples sont sélectionnés dans chaque strate. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 77 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Décomposition On note N h la taille de la strate U h. Un total t y peut se décomposer sous la forme H t y = t yh, h=1 avec t yh = k U h y k le total de la variable y dans U h. La moyenne µ y peut se décomposer sous la forme d une moyenne pondérée µ y = 1 N H N h µ yh, h=1 avec µ yh = t yh /N h la moyenne dans la strate U h. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 78 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Estimation d un total Dans chaque strate U h, on sélectionne un échantillon S h de taille n h selon un SRS(U h, n h ). Pour deux unités quelconques k l U h, on a donc les probabilités d inclusion π k = n h N h π kl = n h(n h 1) N h (N h 1). Pour deux unités quelconques k et l appartenant à deux strates distinctes U h et U h, respectivement : π kl = n h n h. N h N h Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 79 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Estimation d un total Par linéarité, le total t y peut être estimé sans biais par ˆt yπ = H ˆt yhπ = h=1 avec ȳ h la moyenne simple dans S h. H N h ȳ h La variance s obtient par sommation (les tirages sont indépendants dans les strates) : h=1 V p [ˆt yπ ] = H ] V p [ˆt yhπ. h=1 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 80 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Estimation d un total Dans le cas d un SRS stratifié, on obtient V p [ˆt yπ ] = H h=1 que l on estime par v ST [ˆt yπ ] = H h=1 Nh 2 1 f h Syh 2 avec Syh 2 n = 1 h N h 1 Nh 2 1 f h s 2 yh avec s 2 yh n = 1 h n h 1 avec f h = n h /N h le taux de sondage dans la strate U h. k U h (y k µ yh ) 2, k S h (y k ȳ h ) 2, Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 81 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Estimation d une moyenne De façon analogue, la moyenne µ y peut être estimée sans biais par ˆµ yπ = H h=1 N h N ȳh. Sa variance est donnée par V p [ˆµ yπ ] = H h=1 et peut être estimée sans biais par v ST [ˆµ yπ ] = H h=1 ( ) 2 Nh 1 f h Syh 2 N n, h ( ) 2 Nh 1 f h s 2 yh N n. h Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 82 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocations pour le tirage stratifié Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 83 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation d échantillon entre les strates On suppose que la taille globale d échantillon n est fixée, et que les strates ont été définies. On doit choisir les tailles n 1,..., n H dans chaque strate. des sous-échantillons à sélectionner Nous revenons sur quelques allocations classiques pour le sondage aléatoire simple stratifié : Allocation Proportionnelle, Allocation Optimale, Allocation de compromis. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 84 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation Proportionnelle Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 85 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation Proportionnelle Avec une allocation proportionnelle, le taux de sondage est le même dans chaque strate : f h = n h N h = n N = f. On peut le réécrire sous la forme n h = n N h N. Autrement dit, plus la strate est grande, plus l échantillon sélectionné dedans est grand. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 86 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation Proportionnelle Chaque unité de la population possède la même probabilité d inclusion π k = n/n, et l estimateur stratifié de la moyenne est identique à la moyenne simple sur l échantillon : ˆµ yπ = H h=1 N h N ȳh = H h=1 n h n ȳh = ȳ. Cette allocation conduit à un plan de sondage auto-pondéré où tous les individus possèdent le même poids d k = N/n. La variance de l estimateur stratifié du total est donnée par V p [ˆt yπ ] = N 2 1 f n H h=1 N h N S2 yh. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 87 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Equation de décomposition de la variance La dispersion de la variable y dans la population U peut se décomposer sous la forme S 2 y = H N h 1 N 1 S2 yh h=1 } {{ } Sy,intra 2 + H N h N 1 (µ yh µ y ) 2 h=1 } {{ } Sy,inter 2 H N h h=1 N S2 yh + H N h h=1 N (µ yh µ y ) 2 Le premier terme mesure la dispersion à l intérieur des strates, alors que le second terme mesure la dispersion entre les strates. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 88 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Equation de décomposition de la variance Notons que la dispersion globale S 2 y est fixée. Le poids de chacune des deux composantes dépend de la variable de stratification choisie. Exemple k 1 2 3 4 5 6 7 8 y k 1 1 1 1 5 5 5 5 x 1k 0 0 0 0 1 1 1 1 x 2k 0 0 1 1 1 1 0 0 Décomposition de la variance pour S 2 y : si x 1k est la variable de stratification, si x 2k est la variable de stratification. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 89 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Retour vers l allocation proportionnelle La variance de l estimateur stratifié avec allocation proportionnelle est approximativement donnée par de sorte que : ] V p [ˆt yπ N 2 1 f n S2 y,intra, le SRS stratifié à allocation proportionnelle est (presque) toujours plus efficace que le SRS, la stratification devrait être choisie de façon à ce que la dispersion à l intérieur des strates soit minimisée. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 90 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation de Neyman Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 91 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Principe L allocation de Neyman donne, pour une stratification donnée et une variable d intérêt donnée, l allocation d échantillon pour laquelle la variance du π- estimateur est minimisée. On cherche à résoudre un problème de minimisation (de la variance) sous contraintes (taille globale d échantillon fixée) : min n h V [ˆt yπ ] t.q. H n h = n h=1 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 92 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Principe Avec un sondage aléatoire simple stratifié, ce problème de minimisation peut se réécrire : min n h H [ 1 h=1 n h 1 N h ] N 2 h S2 yh t.q. H n h = n. h=1 En utilisant une technique de Lagrangien, on obtient : N h S yh n h = n H j=1 N. js yj Notons en particulier que le calcul de cette allocation optimale nécessite la connaissance des dispersions dans les strates. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 93 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Principe L allocation de Neyman indique qu il faut sélectionner un échantillon plus grand : dans les grandes strates, dans les strates présentant une forte dispersion. L allocation n est optimale que pour la variable d intérêt particulière y : pour une autre variable d intérêt, elle peut conduire à des résultats plus imprécis que l allocation proportionnelle (voire que le sondage aléatoire simple). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 94 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Calcul de l allocation L allocation de Neyman peut conduire à des tailles d échantillon supérieures aux tailles de strates, si ces dernières présentent une forte dispersion et/ou sont de grande taille. Dans ce cas : 1 on effectue un recensement dans les strates concernées (on fixe n h = N h ), 2 on recalcule l allocation d échantillon dans les autres strates. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 95 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Mise en oeuvre pratique En pratique, on peut dériver une allocation proche de l allocation de Neyman : si on possède un a priori sur la dispersion dans les strates (approche "métier"), ou si on peut estimer cette dispersion à l aide d une enquête antérieure. Un problème alternatif peut être d optimiser la précision sous une contrainte de coût global C fixé H C 0 + C h n h = C, h=1 où C 0 donne le coût fixe de l enquête, et C h le coût associé à une unité de U h. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 96 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Principe On résout le problème d optimisation : min n h H [ 1 h=1 n h 1 N h ] N 2 h S2 yh t.q. C 0 + H C h n h = C. h=1 En utilisant une technique de Lagrangien, on obtient : [ Nh S yh / ] C h n h = [C C 0 ] H. j=1 Cj N j S yj Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 97 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation de compromis Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 98 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation de compromis (1) Imaginons que l on souhaite obtenir la même précision dans chaque strate, par exemple si les strates sont des domaines d estimation. On veut obtenir ( 1 V (ȳ h ) = 1 ) Syh 2 n h N = Cste. h Si les strates sont suffisamment grandes, on obtient : n h = n Syh 2 H j=1 S2 yj. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 99 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Allocation de compromis (2) Supposons maintenant que l on souhaite obtenir une allocation optimale, sous des contraintes de taille globale d échantillon fixée, de précision dans les strates supérieure à un seuil fixé. Il s agit d un problème réaliste (contraintes imposées par Eurostat dans les enquêtes). Il est généralement difficile d obtenir une solution explicite, mais ce type de problème peut être résolu (par exemple) à l aide de la proc NLP de SAS. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 100 / 198

Méthodes d échantillonnage Sondage aléatoire simple stratifié Principales questions 1 Comment construire les strates? de façon à ce que la dispersion intra soit minimisée 2 Quelle taille d échantillon sélectionner dans chaque strate? tirer de plus gros échantillons dans les strates avec une grande dispersion 3 Quel plan de sondage utiliser dans chaque strate? le SRS par strate est une bonne stratégie si les unités présentes dans une même strate sont proches (au sens de la variable d intérêt) Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 101 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Introduction Nous avons vu précedemment que la stratification était une méthode simple permettant de réduire la variance des estimateurs. Si les strates sont homogènes relativement à la variable d intérêt (dispersion intra faible), le sondage aléatoire simple stratifié constitue une stratégie efficace d échantillonnage. En pratique, il peut subsister une forte hétérogénéité dans les strates. Dans ce cas, on peut rechercher une stratégie d échantillonnage plus efficace en individualisant les probabilités de sélection π k de chacun des individus. On doit ensuite faire le choix d un algorithme de tirage, i.e. d une méthode pratique de sélection respectant les probabilités d inclusion choisies. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 102 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Algorithmes de tirage Il existe en pratique des dizaines d algorithmes de tirage permettant de respecter un jeu de probabilités d inclusion fixé (voir Tillé, 2006). Nous détaillerons deux de ces algorithmes : le tirage poissonien, le tirage systématique. Les différents algorithmes se distinguent par les probabilités d inclusion d ordre 2 obtenues, i.e. par la variance des estimateurs. Cependant, il n existe pas d algorithme uniformément préférable en termes de variance. Le choix de la méthode à utiliser dépend de la connaissance que l on a de la base de sondage mais aussi des contraintes pratiques sur l échantillonnage. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 103 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Propriétés d un algorithme de tirage Pour un algorithme de tirage, on se posera généralement les questions suivantes : 1 Est-ce que l algorithme est exact, i.e. permet de respecter exactement un jeu de probabilités d inclusion (π k ) k U fixé? 2 Est-ce que l algorithme est de taille fixe, i.e. ne sélectionne que des échantillons de la taille (moyenne) voulue? 3 Est-ce que les probabilités π kl sont calculables, et que vaut la variance du π-estimateur avec cet algorithme? 4 Est-ce que ces probabilités π kl : sont > 0 : assure qu on dispose d un estimateur sans biais de variance. vérifient les conditions de Yates-Grundy : assure qu on dispose d un estimateur toujours positif de variance (pour un plan de taille fixe). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 104 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Le tirage de Poisson Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 105 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Principe C est une généralisation du tirage de Bernoulli au cas des probabilités inégales : Etape 1 : on génère u 1 U[0, 1]. Si u 1 π 1, l unité 1 est retenue dans l échantillon. Etape 2 : on génère u 2 U[0, 1] indépendamment de u 1. Si u 2 π 2, l unité 2 est retenue dans l échantillon.... Etape N : on génère u N U[0, 1] indépendamment de u 1,..., u N 1. Si u N π N, l unité N est retenue dans l échantillon. C est un principe de piles ou faces indépendants, avec une pièce et un lancer différents pour chaque unité. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 106 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Estimation de Horvitz-Thompson En utilisant les propriétés d une loi U[0, 1], on a : P(k S) = P(u k π k ) = F U (π k ) = π k. Du fait de l indépendance dans la sélection des unités : π kl = π k π l si k l. Le plan de sondage peut être entièrement spécifié. Pour une partie quelconque s = {i 1,..., i p } de U, on a : P(S = s) = k s π k k u\s (1 π k ). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 107 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Application Dans la population ci-dessous, utiliser les nombres aléatoires pour sélectionner un échantillon selon un tirage de Poisson, et en déduire une estimation de t y. Unité 1 2 3 4 5 6 7 8 π k 0.1 0.1 0.1 0.1 0.4 0.4 0.4 0.4 u k 0.07 0.44 0.52 0.19 0.95 0.24 0.54 0.07 y k 0 0 1 2 2 2 2 4 Tirage Quelle est la taille moyenne d échantillon attendue? Quelle est la taille d échantillon effectivement obtenue? Comparer ˆt yπ et t y, et commenter la différence observée. Comparer avec le tirage de Bernoulli. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 108 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Estimateur de Horvitz-Thompson La variance s obtient à partir de l expression générale de Horvitz-Thompson : V pois [ˆt yπ ] = k U ( yk π k ) 2 π k (1 π k ), (8) que l on estime sans biais par v [ˆt yπ ] = k S ( yk π k ) 2 (1 π k ). En particulier, cela implique que la taille d échantillon est aléatoire : V pois [n(s)] = k U π k (1 π k ). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 109 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Estimateur par le ratio Si la taille de la population N est connue, on préfère à l estimateur de Horvitz-Thompson l estimateur par le ratio ˆt yr = Ṋ N π ˆt yπ. Sa variance est approximativement donnée par V pois [ˆt yr ] ( Ek π k k U ) 2 π k (1 π k ) (9) avec E k = y k µ y. On peut utiliser l estimateur de variance v [ˆt yr ] = k S ( ek π k ) 2 (1 π k ) (10) avec e k = y k ˆt yπ ˆN π. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 110 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Estimateur par le ratio (2) Pour l estimation de la moyenne µ y, on peut utiliser l estimateur par substitution µ y = ˆt yπ ˆN π, de variance (approximative) V pois [ µ y ] 1 N 2 k U On peut utiliser l estimateur de variance v [ µ y ] = 1ˆN 2 π k S ( Ek π k ( ek π k ) 2 π k (1 π k ). (11) ) 2 (1 π k ). (12) L estimateur par substitution µ y peut être calculé même si la taille de la population est inconnue. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 111 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Utilisation Le tirage poissonien est rarement utilisé pour un tirage d échantillon, en raison de sa grande variance. On trouve cependant des applications dans le cas d échantillonnage forestier (Schreuder et al., 1993). Le tirage poissonien est également utilisé dans un contexte de non-réponse. On parle de non-réponse totale quand certains individus échantillonnés ne peuvent finalement pas être enquêtés. Pour exploiter l échantillon de répondants, noté S r, il est généralement nécessaire de modéliser le mécanisme de réponse. Une modélisation classique consiste à supposer que l échantillon S r est obtenu par sous-échantillonnage dans l échantillon S d origine. Plus de détails dans le cours sur les Données Manquantes (Attachés). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 112 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Le tirage systématique Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 113 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Principe C est une méthode simple et très rapide permettant de sélectionner un échantillon à probabilités inégales et de taille fixe. Principe : On pose V k = k l=1 π l pour k U, avec la convention V 0 = 0. On tire une variable aléatoire u selon une loi uniforme U[0, 1]. On sélectionne toutes les unités k telles que, pour un entier i {1,..., n} : V k 1 u + (i 1) < V k. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 114 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Exemple Population U de taille N = 14 avec n = 4 : π 1 = π 2 = π 5 = π 6 = π 7 = π 8 = π 12 = 1/7, π 3 = π 4 = π 9 = π 10 = π 11 = π 13 = π 14 = 3/7. 0 1 2 3 4 V 0 V 1 V 2 V 3 V 4 V 5 V 6 V 7 V 8 V 9 V 10 V 11 V 12 V 13 V 14 u = 0.82 [V 3, V 4 ] l unité 4 est sélectionnée, 1 + u = 1.82 [V 8, V 9 ] l unité 9 est sélectionnée, 2 + u = 2.82 [V 10, V 11 ] l unité 11 est sélectionnée, 3 + u = 3.82 [V 13, V 14 ] l unité 14 est sélectionnée. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 115 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Probabilités d inclusion Les probabilités π k sont exactement respectées. En effet : P(k S) = P(V k 1 u + (i 1) < V k ) = V k V k 1 = π k. Les probabilités d inclusion d ordre deux sont plus difficiles à calculer (Tillé, 2006, p. 126). Beaucoup d unités présentent des probabilités d inclusion doubles égales à 0 (méthode très peu aléatoire) il n existe pas d estimateur sans biais de variance pour l estimateur de Horvitz-Thompson. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 116 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Applications du tirage systématique Exemple 1 : sélection pour contrôle d un sous-échantillon de questionnaires, arrivant à flux tendu. Exemple 2 : enquête auprès des clients entrant dans un magasin. Exemple 3 : tirage de logements dans un pâté de maison lors d une enquête ménage. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 117 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Cas des probabilités égales On suppose dans la suite de cette section que les probabilités d inclusion sont égales (π k = n/n), et que le pas de tirage p = N/n est entier. Dans ce cas, l algorithme peut être simplifié de la façon suivante : On tire un individu i au hasard parmi les p premiers. On sélectionne les individus i, i + p,..., i + (n 1)p. On a en particulier { n/n si k l [p], π kl = 0 sinon. Il n existe pas d estimateur sans biais de variance, et les conditions de Yates- Grundy ne sont pas vérifiées. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 118 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Exemple Sélection d un échantillon de taille 3 dans une population de taille 12 selon un tirage systématique à probabilités égales (π k = 1 4 ). 0 1 2 3 V 0 V 1 V 2 V 3 V 4 V 5 V 6 V 7 V 8 V 9 V 10 V 11 V 12 u = 0.82 [V 3, V 4 ] l unité 4 est sélectionnée, 1 + u = 1.82 [V 7, V 8 ] l unité 8 est sélectionnée, 2 + u = 2.82 [V 11, V 12 ] l unité 12 est sélectionnée. Seuls 4 échantillons sont sélectionnables, chacun avec une probabilité de 0.25 : {1, 5, 9} {2, 6, 10} {3, 7, 11} {4, 8, 12} Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 119 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Précision du tirage systématique Dans le cas précédent (probabilités égales, pas de tirage entier), le tirage est équivalent à un tirage par grappes de taille m = 1 dans la population U g = {u 1,..., u p }, avec u i = {i, i + p,..., i + (n 1)p}. Principe du tirage par grappes : 1 on tire un échantillon S I de grappes (ici, de taille m = 1), 2 tous les individus contenus dans les grappes de s I sont retenus dans l échantillon s finalement enquêté. Pour plus de détails : cours de Méthodologie d Enquête (Attachés). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 120 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Précision du tirage systématique (2) Le π-estimateur peut se réécrire sous la forme ˆt yπ = N n u i S I Y i, avec Y i = k u i y k le total sur la grappe u i. En utilisant les résultats du SRS, on obtient avec V sys [ˆt yπ ] S 2 Y = 1 p 1 = N 2 1 f n u i U g S 2 Y n [ Y i t ] 2 y. p Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 121 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Comparaison avec le SRS On appelle design-effect (ou effet de plan) DEFF p (y) = V p [ˆt yπ ] V SRS [ˆt yπ ] le rapport entre la variance associée à un plan de sondage, et la variance associée au SRS de même taille. On a ici : DEFF sys (y) = S2 Y /n Sy 2. D autre part, en utilisant une décomposition de la variance : Sy 2 = n 1 p S 2 (p 1) yi + N 1 n(n 1) S2 Y (13) i=1 1 p Syi 2 + 1 ( S 2 p n Y /n ). i=1 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 122 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Comparaison avec le SRS (2) Le tirage systématique sera donc efficace par rapport au SRS si dans l équation (13), le terme de dispersion intra est grand, autrement dit si les grappes sont hétérogènes en intra. Ce sera par exemple le cas si la population est triée avant le tirage selon une variable auxiliaire x k corrélée avec la variable d intérêt. Le tirage systématique peut au contraire être très inefficace si les grappes sont homogènes en intra : c est une difficulté et une situation habituelle dans le cas d un tirage par grappes. Le cas le plus défavorable est celui où la variable d intérêt présente une périodicité + le pas de tirage p = N/n est proportionnel à cette périodicité. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 123 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Exemple Considérons une population U de taille 12 sur laquelle on relève trois caractéristiques y 1, y 2, y 3 (valeur moyenne 40) : Unité 1 2 3 4 5 6 7 8 9 10 11 12 y 1 10 10 10 15 45 45 50 50 60 60 60 65 y 2 10 45 60 15 50 65 10 50 60 10 45 60 y 3 15 45 10 60 60 50 45 65 10 50 10 60 On sélectionne un échantillon de taille 2 selon un tirage systématique 6 échantillons possibles. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 124 / 198

Méthodes d échantillonnage Tirage à probabilités inégales Exemple On obtient comme valeurs échantillonnées possibles pour y 1 pour y 2 et pour y 3 {10, 50} {10, 50} {10, 60} {15, 60} {45, 60} {45, 65}, {10, 10} {45, 50} {60, 60} {15, 10} {50, 45} {65, 60}, {15, 45} {45, 65} {10, 10} {60, 50} {60, 10} {50, 60}. On obtient également : y 1 y 2 y 3 DEFF p (y) 0.50 2.18 1.39 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 125 / 198

Méthodes de redressement Méthodes de redressement Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 126 / 198

Méthodes de redressement Principe Nous revenons au cas de l estimation d un total. On suppose qu un échantillon S a été sélectionné selon un plan de sondage p( ). Un estimateur direct est donné par : ˆt yπ = y k = d k y k. π k k S k S Dans cet estimateur, les poids de sondage d k dépendent de l information auxiliaire mobilisée au moment de l échantillonnage : SRS d k = N/n SRS stratifié d k = N h /n h pour k U h Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 127 / 198

Méthodes de redressement Principe Il se peut qu une partie de l information auxiliaire n ait pas été utilisée au moment de la sélection de l échantillon, ou qu elle n ait pas été disponible. Si cette information est explicative de la variable d intérêt, il va être néanmoins intéressant de l utiliser. On peut le faire au stade de l estimation, en redressant l estimateur de Horvitz-Thompson. Poids de sondage d k Poids redressés w k Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 128 / 198

Méthodes de redressement Principe On dit que l on redresse l échantillon lorsque l on modifie le système de pondérations associé à S afin de respecter un certain nombre d informations auxiliaires. On parle d information auxiliaire lorsque l on dispose d une information connue sur l ensemble de la population. Exemples : Chiffre d affaire total des entreprises d un secteur d activité, Répartition par sexe et par âge d une population d individus. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 129 / 198

Méthodes de redressement Estimateur par calage Estimateur par calage Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 130 / 198

Méthodes de redressement Estimateur par calage Principe On suppose ici que l on dispose d un vecteur x k = [x 1k,..., x pk ] de variables auxiliaires, dont les totaux t x = [t x1,..., t xp ] sur la population sont connus. Avant calage, on a pour toute variable y l estimateur sans biais du total : ˆt yπ = k S d k y k, E p [ˆt yπ ] = t y, et en particulier pour les variables de calage : E p [ˆt xπ ] = tx. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 131 / 198

Méthodes de redressement Estimateur par calage Modification des poids On cherche de nouveaux poids w k qui 1 restent proches des poids de départ d k, 2 vérifient les équations de calage w k x k = t x. k S Plus formellement, on résoud le problème suivant : ( ) wk min d k G s.c. w k x k = t x w k k s k s d k où G désigne une fonction de distance. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 132 / 198

Méthodes de redressement Estimateur par calage Modification des poids On cherche à réduire la variance de l estimation à l aide du calage sur les totaux connus. La variance est nulle pour les variables auxiliaires ; elle sera faible pour les variables d intérêt bien expliquées par les variables auxiliaires. Pour respecter les totaux de variables auxiliaires, on accepte de biaiser légèrement l estimation. Ce biais sera généralement négligeable car on assure que les poids calés restent proches des poids d origine. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 133 / 198

Méthodes de redressement Estimateur par calage Solution théorique On choisit une fonction de distance G telle que G(w k /d k ) mesure la distance entre le poids initial d k et le poids final w k. Nous supposons que G(1) = 0, G est positive et convexe (i.e, plus w k /d k s éloigne de 1, plus G(w k /d k ) est grand) Le Lagrangien s écrit L = ( ) d k G(w k /d k ) λ w k x k t x k s k s où λ = [λ 1,..., λ p ] est un vecteur de multiplicateurs de Lagrange. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 134 / 198

Méthodes de redressement Estimateur par calage Solution théorique (2) La résolution du problème d optimisation conduit à : avec F la fonction inverse de G. w k = d k F [λ x k ] Le vecteur λ peut être déterminé en résolvant le système (non-linéaire) constitué par les équations de calage d k F [λ x k ]x k = t x, k s par exemple à l aide de la méthode itérative de Newton-Raphson. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 135 / 198

Méthodes de redressement Estimateur par calage Fonctions de distance usuelles : la méthode linéaire G(r) = 1 2 (r 1)2 et F (u) = 1 + u. La convergence est obtenue à l étape 2 de l algorithme de Newton, et on obtient l estimateur par la régression généralisée ˆt y,greg = k s w k y k = ˆt yπ + ˆb π [ tx ˆt xπ ] avec ˆb π = [ k S x k x k π k ] 1 k S x k y k π k. Cette méthode de calage peut conduire à des poids finaux w k négatifs. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 136 / 198

Méthodes de redressement Estimateur par calage Les fonctions de distance usuelles (2) La méthode raking ratio G(r) = r log(r) r + 1 et F (u) = exp(u). Cette méthode permet d assurer que les poids finaux w k sont > 0. Les méthodes bornées Elles peuvent être vues comme des versions "tronquées" des deux méthodes précédentes. Ces deux méthodes permettent de spécifier explicitement des bornes LO et UP pour les rapports de poids, i.e. d assurer que pour tout individu k S LO w k UP. d k Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 137 / 198

Méthodes de redressement Estimateur par calage Estimation après calage Après calage, on a pour toute variable y l estimateur calé : ˆt yw = k s w k y k. L estimation est exacte pour les totaux de variables auxiliaires : ˆt xw = t x. Elle est approximativement sans biais pour les autres variables d intérêt : ] E p [ˆt yw ty. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 138 / 198

Méthodes de redressement Estimateur par la régression généralisée Estimateur par la régression généralisée Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 139 / 198

Méthodes de redressement Estimateur par la régression généralisée Motivation de l estimateur par la régression L estimateur par la régression généralisée est obtenu par calage avec la méthode linéaire. Il est motivé par le modèle y k = β x k + ɛ k avec V m [ɛ k ] = σ 2 k. (14) Si on dispose des données sur toute la population, le meilleur estimateur de β s obtient par les MCG : b = [ k U x k x k σ 2 k ] 1 k U x k y k σ 2 k et E k = y k b x k. On les remplace par leurs estimateurs ˆb π et e k = y k ˆb π x k pour obtenir l estimateur par la régression : ˆt y,greg = ˆb π t } {{ x } + ˆt }{{} eπ. prédiction du total estimation de l erreur totale Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 140 / 198

Méthodes de redressement Estimateur par la régression généralisée Fonctions de distance usuelles : la méthode linéaire On peut réécrire l estimateur GREG sous la forme : ˆt y,greg = ˆt yπ + ˆb π [ tx ˆt xπ ]. En utilisant l approximation ˆt y,greg ˆt yπ + b [ t x ˆt xπ ], on obtient : E p [ˆt y,greg ] V p [ˆt y,greg ] ] E p [ˆt yπ + b {t x ˆt xπ } = t y, V p [ˆt yπ b ˆt ] xπ = V p [ˆt Eπ ]. L estimateur GREG est donc approximativement sans biais, et sa variance est approximativement donnée par les résidus de la régression de la variable y k sur les variables auxiliaires x k. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 141 / 198

Méthodes de redressement Estimateur par la régression généralisée Fonctions de distance usuelles : la méthode linéaire Application : régression simple On se place dans le cas d un SRS(n). On suppose que l on utilise les variables auxiliaires x k = [1, x k ], de totaux connus. Le modèle de régression sousjacent est : y k = a + b x k + E k. On obtient b = k U (x k µ x)(y k µ y) k U (x k µ x) 2 = Sxy S 2 x a = µ y b µ x ˆb = k S (x k x)(y k ȳ) k S (x k x) 2 = sxy s 2 x â = ȳ ˆb x En notant ρ = Sxy S xs y le coefficient de corrélation linéaire, on a : V srs [ˆt y,greg ] N 2 1 f n S2 y(1 ρ 2 ). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 142 / 198

Méthodes de redressement Variance d un estimateur calé Variance d un estimateur calé Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 143 / 198

Méthodes de redressement Variance d un estimateur calé Variance d un estimateur calé Quelle que soit la fonction de distance utilisée, la variance de l estimateur calé ˆt yw est approximativement celle de l estimateur par la régression. La variance de l estimateur calé ˆt yw est donc approximativement égale à V p [ˆt yw ] k,l U E k π k E l π l kl où E k = y k b x k donne les résidus de la régression de y sur le vecteur de variables auxiliaires x k dans la population U. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 144 / 198

Méthodes de redressement Variance d un estimateur calé Estimation de variance Deux estimateurs de variance peuvent être utilisés : v 1 [ˆt yw ] v 2 [ˆt yw ] = k,l S = k,l S e k π k e l π l kl π kl g k e k π k g l e l π l kl π kl, où g k = w k /d k, et e k = y k ˆb T π x k donne les résidus estimés. Le second estimateur est généralement (légèrement) préférable. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 145 / 198

Méthodes de redressement Variance d un estimateur calé Estimation de variance Un logiciel classique d estimation de variance pour l estimation de totaux ˆt yπ peut être utilisé pour l estimation de variance d estimateurs calés ˆt yw de la façon suivante : Effectuer sur l échantillon S la régression pondérée (par les poids d k ) de la variable y sur les variables auxiliaires x 1,..., x p, Prendre les résidus e k de la régression et calculer les g k = w k /d k, Utiliser le logiciel en remplaçant les y k par les e k (estimateur de variance v 1 ) ou par les g k e k (estimateur de variance v 2 ). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 146 / 198

Méthodes de redressement Variance d un estimateur calé Exemple Echantillon de taille n = 5 tiré selon un SRS dans une population de taille N = 100. On suppose connu le total t x = 320. x 0k x 1k y k 1 1 3 1 3 1 1 2 8 1 5 15 1 4 3 ˆt xπ = 300 ˆt yπ = 600 v(ˆt yπ ) = N 2 1 f n s2 y = 6.08 10 4 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 147 / 198

Méthodes de redressement Variance d un estimateur calé Exemple Echantillon de taille n = 5 tiré selon un SRS dans une population de taille N = 100. On suppose connu le total t x = 320. x 0k x 1k y k e k = y k â ˆb x 1k 1 1 3 0.8 1 3 1-5 1 2 8 3.9 1 5 15 5.2 1 4 3-4.9 ˆt xπ = 300 ˆt yπ = 600 v(ˆt yπ ) = N 2 1 f n s2 y = 6.08 10 4 â = 0.3 ˆb = 1.9 ˆt yw = 638 v(ˆt yw ) = N 2 1 f n s2 e = 4.365 10 4 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 148 / 198

Application des méthodes de redressement Application des méthodes de redressement Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 149 / 198

Application des méthodes de redressement Estimateur par le ratio Estimateur par le ratio Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 150 / 198

Application des méthodes de redressement Estimateur par le ratio L estimateur par le ratio On suppose connu le total t x d une seule variable auxiliaire (positive) x k. L estimateur par le ratio est défini par avec w k = d k tx ˆt xπ. ˆt yr = ˆt yπ t x = w k y k ˆt xπ k S Exemple : enquête auprès d entreprises, avec redressement sur la variable d effectif salarié. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 151 / 198

Application des méthodes de redressement Estimateur par le ratio Motivation L estimateur par le ratio est motivé par le modèle y k = β x k + ɛ k avec V m [ɛ k ] = σ 2 x k. C est un cas particulier de l estimateur par la régression généralisée, obtenu avec x k = x k et σ 2 k = σ2 x k. On a : et ˆb π = [ ] 1 x k x k x k y k σk 2 π k σk 2 π k k S ˆt yπ ˆt xπ = ˆR π, k S ˆt eπ = k S y k ˆb π x k π k k S y k ˆR π x k π k = 0. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 152 / 198

Application des méthodes de redressement Estimateur par le ratio Exemple de données y y/x 0 20 60 100 0 1 2 3 4 0 20 40 60 80 100 120 0 20 40 60 80 100 120 x x Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 153 / 198

Application des méthodes de redressement Estimateur par le ratio Propriétés de l estimateur par le ratio L estimateur par le ratio est approximativement non biaisé pour le total t y. On a ] ] V p [ˆt yr V p [ˆt Eπ avec E k = y k b x k y k R x k. La variance est donc réduite si les variables y k et x k sont approximativement proportionnelles. L estimateur par le ratio est calé sur le total t x : ˆt xr = t x. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 154 / 198

Application des méthodes de redressement Estimateur par le ratio Cas du sondage aléatoire simple Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 155 / 198

Application des méthodes de redressement Estimateur par le ratio Application au sondage aléatoire simple Dans le cas d un SRS(n), on obtient : On peut l estimer par V p [ˆt yr ] ṽ [ˆt yr ] N 2 1 f n = N 2 1 f n mais E k = y k R x k n est pas calculable sur l échantillon. On la remplace par la variable donnant les résidus estimés e k = y k ˆR π x k pour obtenir l estimateur de variance final : v [ˆt yr ] = N 2 1 f n S 2 E. s 2 E, s 2 e. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 156 / 198

Application des méthodes de redressement Estimateur par le ratio Exemple Echantillon de taille n = 5 tiré selon un SRS dans une population de taille N = 100. On suppose connu le total t x = 320. x k y k 1 3 3 1 2 8 5 15 4 3 ˆt xπ = 300 ˆt yπ = 600 v(ˆt yπ ) = N 2 1 f n s2 y = 6.08 10 4 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 157 / 198

Application des méthodes de redressement Estimateur par le ratio Exemple Echantillon de taille n = 5 tiré selon un SRS dans une population de taille N = 100. On suppose connu le total t x = 320. x k y k e k = y k ˆR π x k 1 3 1 3 1-5 2 8 4 5 15 5 4 3-5 ˆt xπ = 300 ˆt yπ = 600 ˆR π = 2 ˆt yr = 640 v(ˆt yπ ) = N 2 1 f n s2 y = 6.08 10 4 v(ˆt yr ) = N 2 1 f n s2 e = 4.37 10 4 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 158 / 198

Application des méthodes de redressement Estimateur par le ratio Efficacité de l estimateur par le ratio Dans le cas du SRS, l estimateur par le ratio est préférable à l estimateur direct si ] V p [ˆt yr ] 1 V p [ˆt S2 y 2RS xy + Sx 2 yπ Sy 2 1 ρ 1 cv x 2 cv y avec cv x = Sx/µ 2 x et cv y = Sy/µ 2 y. Même si les variables x et y sont corrélées positivement, l estimateur direct peut être plus efficace. Si la corrélation est négative, l estimateur direct est toujours plus efficace. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 159 / 198

Application des méthodes de redressement Estimateur par le ratio Efficacité de l estimateur par le ratio (2) On peut également montrer que V srs [ˆt yr ] Vsrs [ˆt y,greg ] N 2 1 f ( n S2 y ρ R S ) 2 x, S y avec ˆt y,greg l estimateur par la régression simple obtenu avec le vecteur x k = (1, x k ). L estimateur par la régression simple est donc toujours meilleur (asymptotiquement) que l estimateur par le ratio dans le cas d un sondage aléatoire simple. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 160 / 198

Application des méthodes de redressement Estimateur par le ratio Cas du sondage aléatoire simple stratifié Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 161 / 198

Application des méthodes de redressement Estimateur par le ratio Application au sondage aléatoire simple stratifié Si le total t x sur l ensemble de la population est connu, on obtient l estimateur par le ratio combiné ˆt H yπ h=1 ˆt y,rc = t x = t N hȳ h x ˆt H xπ h=1 N h x h et sa variance est approximativement égale à ] ] V p [ˆt y,rc V p [ˆt Eπ = H h=1 Nh 2 1 f h SEh 2 n. h avec E k = y k R x k. La variance est donc réduite si les variables y et x sont approximativement proportionnelles sur l ensemble de la population. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 162 / 198

Application des méthodes de redressement Estimateur par le ratio Application au sondage aléatoire simple stratifié (2) Cette variance peut être estimée par avec e k = y k ˆR π x k. v [ˆt y,rc ] = H h=1 Nh 2 1 f h s 2 eh n, h D un autre côté, si les totaux par strate t xh sont connus, on peut appliquer un redressement par le ratio strate par strate. On obtient l estimateur par le ratio séparé ˆt y,rs = H h=1 t xh ˆt yh ˆt xh = H h=1 t xh ȳ h x h. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 163 / 198

Application des méthodes de redressement Estimateur par le ratio Cas d un sondage aléatoire simple stratifié Sa variance est approximativement donnée par V p [ˆt y,rs ] H h=1 N 2 h 1 f h SEh 2 n h avec E k = y k R h x k pour k U h, et R h = t yh /t xh. La variance est donc réduite si les variables y et x sont approximativement proportionnelles dans les strates. Cette variance peut être estimée par v [ˆt y,rs ] = H h=1 Nh 2 1 f h s 2 eh n, h avec e k = y k ˆR h x k et ˆR h = ˆt yh /ˆt xh. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 164 / 198

Application des méthodes de redressement Estimateur post-stratifié Estimateur post-stratifié Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 165 / 198

Application des méthodes de redressement Estimateur post-stratifié Principe On suppose que l on connaît après le tirage de l échantillon une partition de la population en H groupes notés U 1,..., U H. On parle de poststratification. Les effectifs des post-strates, notés N 1,..., N H, sont supposés connus. Le π-estimateur peut se réécrire ˆt yπ = = H y k π k k S h H h=1 h=1 ˆt yh avec S h l intersection de S et de U h. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 166 / 198

Application des méthodes de redressement Estimateur post-stratifié Principe de post-stratification L estimateur post-stratifié est défini par avec ˆt ypost = µ yh = H N h µ yh, h=1 k S h y k π k k S h 1 π k = ˆt yh ˆN h l estimateur par substitution de la moyenne µ yh dans la post-strate U h. Chaque post-strate peut être vue comme un domaine, non pris en compte lors de l échantillonnage. L estimateur post-stratifié s obtient à l aide d un redressement par le ratio dans chaque post-strate. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 167 / 198

Application des méthodes de redressement Estimateur post-stratifié Motivation L estimateur post-stratifié est motivé par le modèle y k = β h + ɛ k et V m (ɛ k ) = σ 2 h dans chaque strate U h. C est un cas particulier de l estimateur par la régression généralisée, obtenu avec x k = [1(k U 1 ),..., 1(k U H )] T et σ 2 k = σ2 h pour k U h. On a : et ˆb π = [ ] 1 x k x k x k y k σk 2 π k σk 2 π k k S [ µ y1,..., µ yh ] T, k S e k = y k ˆb π x k y k µ yh pour k U h. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 168 / 198

Application des méthodes de redressement Estimateur post-stratifié Propriétés de l estimateur post-stratifié L estimateur par le ratio est approximativement non biaisé pour le total t y. On a ] ] V p [ˆt y,post V p [ˆt Eπ avec E k = y k b x k y k µ yh. La variance est donc réduite si la variable y est peu dispersée dans chaque post-strate. L estimateur post-stratifié est calé sur les effectifs des post-strates : ˆN hpost = N h h = 1,..., H. On obtient un estimateur de variance : en prenant l estimateur v[ˆt Eπ ] associé au pds p( ), en remplaçant les résidus inconnus E k par les résidus estimés e k = y k µ yh pour k S h. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 169 / 198

Application des méthodes de redressement Estimateur post-stratifié Cas du sondage aléatoire simple L estimateur post-stratifié se réécrit : ˆt ypost = H N h ȳ h avec ȳ h = 1 n h h=1 Sa variance vaut approximativement k S h y k. V p [ˆt ypost ] N 2 1 f n S2 E = N 2 1 f n H N h 1 N 1 S2 yh, h=1 } {{ } S y,intra 2 et peut être estimée par v [ˆt ypost ] = N 2 1 f n S2 e = N 2 1 f n H h=1 n h 1 n 1 s2 yh. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 170 / 198

Mise en oeuvre pratique d un calage Mise en oeuvre pratique d un calage Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 171 / 198

Mise en oeuvre pratique d un calage Comment choisir les variables de calage? Les variables auxiliaires les plus explicatives doivent être utilisées pour le calage (sélection avec une PROC GLM, par exemple). Les variables utilisées pour concevoir le plan de sondage doivent être utilisées pour le calage (ex : variables de stratification). Si le calage est utilisé pour compenser de la non-réponse, les variables explicatives de la probabilité de réponse devraient être incluses dans le calage. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 172 / 198

Mise en oeuvre pratique d un calage Est-ce que toute l information auxiliaire doit être utilisée dans le calage? En principe, plus on utilise de variables de calage, plus les résidus sont faibles et donc plus la variance de l estimateur calé diminue. En pratique : le nombre de variables de calage doit rester faible devant la taille de l échantillon, les variables les plus explicatives sont généralement suffisantes pour obtenir une forte diminution de la variance. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 173 / 198

Mise en oeuvre pratique d un calage Peut-on utiliser plusieurs niveaux d information auxiliaire? C est possible avec la macro CALMAR 2, qui permet d utiliser jusqu à trois niveaux d information auxiliaire. Par exemple, pour une enquête auprès des ménages : information auxiliaire sur les unités primaires (ex : les communes), information auxiliaire sur les ménages, information auxiliaire sur les individus. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 174 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 175 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Paramètres pour les tables SAS en entrée DATAMEN = nom de la table contenant les données de l échantillon Observations : unités échantillonnées, Variables : variables de calage, variable identifiante, poids initial. MARMEN = nom de la table contenant l information auxiliaire Observations : variables de calage, Variables : nom de variable, nombre de modalités, marges associées. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 176 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Paramètres pour les tables SAS en entrée POIDS = variable Variable numérique donnant les poids initiaux des individus de l échantillon. PONDQK = variable Variable numérique de pondération pour les individus de l échantillon, différente de POIDS (utilisée si le modèle (14) est supposé hétéroscédastique). IDENT = variable Variable identifiante pour les unités échantillonnées. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 177 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Paramètres pour les tables SAS en entrée PCT = OUI or NON Si PCT=OUI, les marges pour les variables catégorielles de la table DATA- MAR sont données en pourcentage. EFFTOT = valeur Nombre total d unités dans la population (à renseigner si PCT=OUI). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 178 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Paramètres pour la méthode de calage M = 1,2,3 or 4 Fonction de distance : 1 Méthode linéaire 2 Méthode Raking Ratio 3 Méthode Logit 4 méthode linéaire tronquée LO = valeur Borne Inférieure pour les rapports de poids (à spécifier si M=3 ou 4). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 179 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Paramètres pour la méthode de calage UP = valeur Borne Supérieure pour les rapports de poids (à spécifier si M=3 ou 4). SEUIL = valeur Seuil déterminant l arrêt de l algorithme de Newton (optionnel). MAXITER = valeur entière Nombre maximum d itérations de l algorithme de Newton (optionnel). Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 180 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Paramètres pour les tables SAS en sortie DATAPOI = nom de la table SAS contenant les poids finaux observations : unités échantillonnées non supprimées, variables : variable identifiante, poids final. MISAJOUR = OUI ou NON Spécifie le traitement de variables en sortie : Si MISAJOUR=OUI, la variable donnant les poids calés est ajoutée à la table DATAPOI, Si MISAJOUR=NON, une nouvelle table SAS est créée. L ancienne table SAS est détruite. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 181 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Paramètres pour les tables SAS en sortie POIDSFIN = variable Nom de la variable donnant les poids calés. LABELPOI = label Label associé à la variable donnant les poids calés. OBSELI = OUI ou NON Si OBSELI=OUI, crée une table SAS OBSELI avec, pour chaque unité supprimée de l échantillon d origine, la variable identifiante, les variables de calage et les poids initiaux. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 182 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Un petit exemple Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 183 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 184 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 185 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 186 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 187 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 188 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 189 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 190 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 191 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 192 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 193 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 194 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 195 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 196 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Bibliographie Ardilly, P. (2005). Panorama des principales méthodes d estimation sur petits domaines. Actes des Journées de Méthodologie Statistique, Insee. Ardilly, P. (2006), Les Techniques de Sondage, Technip, Paris. Ardilly, P., et Tillé, Y. (2003), Exercices corrigés de méthodes de sondage Sondage, Technip, Paris. Cochran, W.G (1977), Sampling Techniques, Wiley, New-York. De Peretti, P. et al (2006). L enquête sans-domicile 2001. Insee Méthodes, 116, Paris. Deville, J-C. (1991). Une théorie des enquêtes par quotas. Techniques d Enquête, 17, 177-195. Hajek, J. (1964). Asymptotic theory of rejective sampling with varying probabilities from a finite population. Annals of Mathematical Statistics, 35, 1491-1523. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 197 / 198

Mise en oeuvre pratique d un calage La macro SAS CALMAR2 Bibliographie Loonis, V. (2009). La construction du nouvel échantillon de l Enquête Emploi en Continu à partir des fichiers de la Taxe d Habitation. Actes des Journées de Méthodologie Statistique, Paris. Rao, J.N.K (2003). Small Area Estimation. New-York, Wiley. Särndal, C.-E., and Swensson, B., and Wretman, J.H. (1992), Model Assisted Survey Sampling, Springer-Verlag, New-York. Sautory, O., et Le Guennec, J. (2003). La macro CALMAR2 : Redressement d un échantillon par calage sur marges, Insee. Schreuder, H.T., and Gregoire, T.G., and Wood, G.B. (1993). Sampling Methods for Multiresource Forest Inventry, Wiley, New-York. Tillé, Y. (2006). Sampling algorithms, Springer, New-York. Guillaume Chauvet (ENSAI) Echantillonnage 27 avril 2015 198 / 198